Python 如何获得多维数组的最小值索引数组？

我有一个多维数组，形状为（2，2，3），如下所示：

array([[[  0.64,   0.49,   2.56],
    [  7.84,  13.69,  21.16]],

   [[ 33.64,  44.89,  57.76],
    [ 77.44,  94.09, 112.36]]])

我想找到每一行的最小值的索引。所以这个例子有4个最小值，分别是：0.49，7.84，33.64和77.44

为了得到这些最小值的指数，我认为这是可行的：

idx_arr = np.unravel_index(np.argmin(my_array,axis=2),my_array.shape)

这将产生以下索引数组：

(array([[0, 0],
    [0, 0]]), array([[0, 0],
    [0, 0]]), array([[1, 0],
    [0, 0]]))

但是，正如人们所看到的，没有正确计算最小值：

my_array[idx_arr]
array([[0.49, 0.64],
   [0.64, 0.64]])

---

我遗漏了什么？

argmin实际上正在正确计算值。但你误解了人们的期望

从文档：

将平面索引或平面索引数组转换为 坐标数组

要查看它将接受何种输入以提供所需的输出，我们需要关注要点：它将以非平面术语将平面阵列转换为特定位置的正确坐标阵列。本质上，它期望的是所需点的坐标，就好像您的输入数组被展平一样

import numpy as np
inp = np.array([[[  0.64,   0.49,   2.56],
    [  7.84,  13.69,  21.16]],

   [[ 33.64,  44.89,  57.76],
    [ 77.44,  94.09, 112.36]]])

idx = inp.argmin(axis=-1)
#Output:
array([[1, 0],
       [0, 0]], dtype=int64)

请注意，您不能直接发送此

idx

，因为它不代表展平版本的

inp

阵列的正确坐标

这看起来更像如下所示：

flat_idx = np.arange(0, idx.size*inp.shape[-1], inp.shape[-1]) + idx.flatten()
#Output:
array([1, 3, 6, 9], dtype=int64)

我们可以看到，

dislavel\u index

愉快地接受了它

temp = np.unravel_index(flat_idx, inp.shape)
#Output:
(array([0, 0, 1, 1], dtype=int64),
 array([0, 1, 0, 1], dtype=int64),
 array([1, 0, 0, 0], dtype=int64))

inp[temp]

输出：

array([ 0.49,  7.84, 33.64, 77.44])

另外，看看输出元组，我们可以注意到，我们自己重新创建相同的元组并不太困难。请注意，最后一个数组对应于展平形式的

idx

，而前两个数组基本上支持通过

inp

的前两个轴进行索引

---

为此，我们可以非常巧妙地使用

unlavel\u index

函数，如下所示：

real_idx = (*np.unravel_index(np.arange(idx.size), idx.shape), idx.flatten())
inp[real_idx]
#Output:
array([ 0.49,  7.84, 33.64, 77.44])